大数据时代企业发展机遇与挑战

大数据时代企业发展机遇与挑战

一、定义

所谓大数据，就是利用一些非传统的数据筛选工具，对大量的结构化和非结构化数据集合进行挖掘，以便提供有用的数据洞察。与传统海量数据相区别，它可以用三个V来总结，即Variety、V olume和Velocity(多样性、数量、速度)。

（1）大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策

更积极目的的资讯。

（2）大数据的核心是预测，通过把数学算法运用到海量的数据上来预测事情发生的可能性。

二、机遇

1、大数据时代的来临

（1）互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。

有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），

2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时

间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年

仅需一天，即一天产生的信息量可刻满1.88亿张DVD光盘。我国网民数

居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数

千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量

40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页

数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一

个8Mbps（兆比特每秒）的摄像头一小时能产生3.6GB数据，一个城市若

安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院

也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。

（2）近年来大数据来势迅猛

一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均0.1个；2013

年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。

（3）数据规模越大，处理的难度也越大，挖掘可能得到的价值更大，这就是大数据热的原因

首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。根据中国互联网络信息中心统计，2012年底我国网民数为5.64亿，手机网民为4.2亿，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据赛门铁克公司的调研报告，全球企业的信息存储总量已达2.2ZB（1ZB等于1000EB），年增67％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元，收集环境和社会管理所需的信息。2011年，英国《自然》杂志曾出版专刊指出，倘若能够更有效地组织和使用大数据，人类将得到更多的机会发挥科学技术对社会发展的巨大推动作用。

2、大数据技术应用于各个领域

（1）宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值。印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。（2）制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。有资料显示，全球零售商因盲目进货导致的销售损失每年达1000亿美元，这方面的数据分析大有作为。

（3）在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。

（4）在商业领域，沃尔玛公司通过分析销售数据，了解顾客购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。在金融领域，华尔街“德温特资本市场”公司分析3.4亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅0.3%。

（5）在医疗保健领域，“谷歌流感趋势”项目依据网民搜索内容分析全球范围内流感等病疫传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。社交网络为许多慢性病患者提供临床症状交流和诊治经验分享平台，医生借此可获得在医院通常得不到的临床效果统计数据。基于对人体基因的大数据分析，可以实现对症下药的个性化治疗。（6）在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动

人口来源、出行，实时交通客流信息及拥堵情况。利用短信、微博、微信

和搜索引擎，可以收集热点事件，挖掘舆情，还可以追踪造谣信息的源头。

美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进

行处理，提取人们行为的时空规律性，进行犯罪预测。

（7）在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成

生物学等正在兴起。

3、企业将大数据技术转化为自身的竞争力

（1）精准营销

企业本身拥有客户的大量数据，通过对数据的分析获得很多信息，从而成为进行管理和营销的依据，但是有些企业拥有的客户信息并不全面，这种分析难以得出理想的结果甚至有可能得出错误的结论。

举例：

银行数据：某位信用卡客户月均刷卡6次，平均每次刷卡金额500元，平均每年打三次客服电话，从未有过投诉，按照传统的数据分析，该

客户是一位满意度较高、流失风险较低的客户。

网络数据：通过查看该客户的微博，得到的真实情况是：工资卡和信用卡不在同一家银行，还款不方便，好几次打克服电话没有接通，客户多

次在微博上抱怨，该客户流失风险较高。

（2）品牌建设

大数据时代，信息传播的方式、渠道、内容和速度都是前所未有的，传统上依赖信息不对称的品牌营销都将无法适从。大胆尝试、不断把搜索

引擎的营销，社会化网络的营销，网络视频的营销、即时资讯的营销、论

坛营销、微博营销和微信营销等应用到品牌建设当中和品牌的传播上。

举例：

2011年4月，光大银行通过官方微博发起了“95595酒窝哦酒窝---光大电子银行酒窝传递活动”，向网民征集酒窝照片，并由参与者向好友

进行传递，征集的照片会组成一个笑容墙展示，一个月的时间里有超过

740000人参与了活动，使得光大银行的客服电话号码一夜走红。

（3）业务拓展

举例：

ZestCash公司使用Mapreduce技术进行大数据分析，考察贷款人的数千个信息线索，从而造成了它独特的竞争力，对于一个无法进行某次还款

的客户不论他是否主动解释，传统银行都认为他是高风险的，但是

ZestCash通过大量的数据调研与分析发现，如果这种客户主动解释其原因，他们更有可能全额还款。

（4）客户服务

目前网上的信息浩如烟海，如何利用内外部数据及时发现客户的需求并做好精确服务是非常考验企业自身段位的，这就需要建立更立体丰富的

数据资源，打造一个立体化的社会化大数据。

举例：

新加坡花旗银行基于消费者的信用卡交易记录，有针对性地给他们提供商家和餐馆优惠，并且根据反馈不断学习提升推荐准确度。

（5）风险控制